Der Automower sieht einen kleinen Ast, bremst ab, dreht weg – und lässt genau dort einen ungemähten Streifen stehen. Zwei Fahrten später bleibt er an einem flachen Schlauch trotzdem nicht stehen. Und an der steinigen Rasenkante fährt er so vorsichtig, dass der Rand entweder offen bleibt oder der Roboter beim Wenden doch wieder in die problematische Zone kommt. Genau zwischen diesen Situationen entscheidet sich bei den neuen Husqvarna Automower NERA mit AI Vision, ob die Technik im eigenen Garten entlastet oder zusätzliche Kontrolle verlangt.
Die 2026er NERA-Generation mit Kamera ist ein junges System. Ihr Verhalten hängt stark von Karte, Aufstellort, Boden, Empfangssituation und Softwarestand ab. Einzelne positive oder negative Erfahrungen sind deshalb keine Garantie für das Verhalten im nächsten Garten – und sie haben ausdrücklich keine ausschließende Wirkung. Langzeiterfahrungen zu den neuen Vision-Modellen sind im Sommer 2026 noch dünn und für belastbare Aussagen zum Dauerbetrieb oder Messerwechselintervall noch nicht ausreichend.
Husqvarna NERA mit AI Vision 2026: Welche Modelle sind neu – und für wen?
Für den EU-Markt gehören der Automower 405VE NERA, 410VE NERA, 430V NERA und 450V NERA zur neuen Modellgruppe mit integrierter AI Vision. Die Kamera soll Objekte vor dem Roboter erkennen, einordnen und je nach Risiko anders behandeln. Zusätzlich arbeitet sie mit Infrarot-Unterstützung, damit die Objekterkennung auch bei Dunkelheit grundsätzlich nutzbar bleibt.

Die Modellwahl sollte nicht bei der Flächenzahl beginnen. Ein Wert wie 600 m² oder 900 m² beschreibt eine zusammenhängende, sinnvoll verbundene Arbeitsfläche – nicht die Größe eines beliebig verwinkelten Grundstücks. Zwei getrennte Raseninseln, ein enger Durchgang hinter dem Haus und ein langer Rückweg zur Ladestation können für die Praxis mehr bedeuten als zusätzliche 200 m² auf dem Datenblatt.
| Prüfpunkt | In der Praxis entscheidend |
|---|---|
| Arbeitsfläche | Zusammenhängende Fläche statt addierter Einzelstücke betrachten. |
| Zonen | Mehrere Zonen funktionieren nur komfortabel, wenn Übergänge und Rückfahrten logisch bleiben. |
| Inseln ohne Verbindung | Sie sind kritisch: Der Roboter kann nicht selbstständig zwischen ihnen wechseln. |
| Empfang und Verbindung | Satellitenkorrektur, Mobilfunk oder WLAN müssen zur Kartierung und Rückkehrlogik passen. |
| Ränder | Steine, Beeteinfassungen, Mauern und Terrassen brauchen eine realistische Kartierung. |
Vision und RTK beziehungsweise EPOS erfüllen unterschiedliche Aufgaben. Die Kamera hilft vor allem bei der Nahbereichserkennung und beim Ausweichen vor sichtbaren Objekten; zuverlässig bewerten lässt sich das in der Praxis vor allem bei guten Lichtverhältnissen. Satellitenpositionierung, Karte sowie WLAN oder LTE liefern dagegen die Grundlage für Zonenplanung, virtuelle Grenzen und die Logik der Rückfahrt. Die Kamera ersetzt diese Struktur nicht.
Wie zuverlässig erkennt AI Vision kleine Äste, Unkraut und Schläuche?
Die ehrliche Antwort lautet: AI Vision kann nützlich sein, erkennt aber nicht jedes Objekt gleich zuverlässig und behandelt nicht jedes erkannte Objekt so, wie der Besitzer es erwartet. Viele Nutzer berichten von einer übervorsichtigen Reaktion auf kleine Äste, einzelne Unkräuter oder optisch auffällige Grasbüschel. Der Roboter weicht aus, obwohl ein klassischer Mähroboter die Stelle vermutlich einfach überfahren hätte.
Das schützt nicht automatisch besser. Es verändert zunächst den Fahrablauf: mehr kleine Ausweichkurven, Restflächen an unruhigen Stellen und teilweise zusätzliche Fahrzeit. In Foren wird häufig bemängelt, dass gerade wenige Tage altes Wildkraut oder kleine Zweige als relevantes Hindernis behandelt werden. Für einen aufgeräumten, ebenen Rasen ist diese Vorsicht oft angenehm. In einem Garten mit Naturstein, Rindenkante, unregelmäßigen Büscheln und herumliegenden Zweigen kann sie dagegen die Interaktionshäufigkeit spürbar erhöhen – nicht zwingend durch harte Kollisionen, sondern durch Umwege, Anhalten und Ausweichen.
Umgekehrt darf aus der Kamera keine Kollisionsgarantie abgeleitet werden. Ein dokumentierter Praxisfall zeigt, dass ein Vision-Modell einen Gartenschlauch trotz aktiver Erkennung überfahren hat. Flache, dünne oder farblich unauffällige Gegenstände sind besonders anspruchsvoll: Sie müssen nicht nur im Kamerabild auftauchen, sondern vom System auch als nicht passierbar eingestuft werden.
Was bedeutet das für den Alltag?
- Kleine Äste und sichtbares Unkraut können zu unnötigem Ausweichen führen.
- Flache Schläuche, Drähte oder niedrige Gegenstände bleiben kein akzeptabler Test für die Schutzfunktion.
- Lose Steine und harte Kanten gehören nicht in die Kategorie „wird die Kamera schon sehen“.
- Eine gute Kamera reduziert potenzielle Kollisionen, ersetzt aber keine saubere Arbeitsfläche.
AI Vision ist eine Ergänzung zur Gartenordnung, keine Freigabe für Schläuche, Steine oder dauerhaft liegende Gegenstände in der Mähzone.
Kleine Hindernisse, hohe Kanten, Steine: Wo die AI Vision an Grenzen kommt
Die zugespitzte Aussage, AI Vision verursache in schwierigen Gärten nachweisbar mehr Kontakte, Abbrüche und dadurch früheren Messer-Verschleiß, lässt sich derzeit nicht belegen. Es gibt keine belastbare Nutzerreihe, die Kontaktzahlen oder Klingenstandzeiten vor und nach aktivierter Vision vergleicht. Wer diese Kette als gesicherte Tatsache verkauft, geht weiter als die bisherigen Erfahrungen hergeben.

Praktisch plausibel ist jedoch etwas anderes: Ein optisch unruhiger Garten erzeugt mehr Entscheidungen. Niedrige Steine, einzelne Rasenkantensteine, hochstehende Metallkanten, kleine Äste und ungleichmäßige Begrenzungen können entweder als Hindernis erkannt werden oder erst beim Annähern, Wenden und Korrigieren relevant werden. Dadurch steigt der Kontrollbedarf. Das ist ein Problem für Mähbild und Zeitplan – und bei tatsächlichem Kontakt selbstverständlich auch für Klingen, Schrauben und Mähscheibe.
Bei unseren Tests mit Mährobotern zeigt sich immer wieder: Nicht die Anzahl der Fahrstunden allein entscheidet über den Zustand der Klingen. Ein einziger Kontakt mit Kies, Stein oder einer hochstehenden Kante kann eine Klinge schneller stumpf machen als viele normale Mähfahrten. AI Vision kann solche Kontakte verringern, doch sie kann nicht garantieren, dass der Roboter jeden flachen oder randnahen Störpunkt rechtzeitig bewertet.
Warum sind Rasenkanten mit Steinen und Mauern besonders kritisch?
Die Randzone ist kein verkleinerter Teil der freien Rasenmitte. Dort treffen virtuelle Grenze, Fahrbewegung, Drehmoment beim Wenden, mögliche Positionsabweichung und reale Hindernisse aufeinander. Gerade ältere NERA-Erfahrungen zeigen, dass Objekterkennung im direkten Umfeld der Begrenzung anders oder eingeschränkt arbeiten kann. Für die 2026er AI-Vision-Modelle ist das kein Beweis für identisches Verhalten, aber ein klarer Prüfpunkt bei der Einrichtung.
Die Karte bildet nicht den Garten ab, sondern eine Fahrlogik. Deshalb muss die virtuelle Grenze an der sichtbaren, realen Kante liegen – nicht an einer theoretisch hübschen Linie im Plan. Berücksichtigen Sie außerdem, dass der Roboter beim Wenden ausschwenkt und nicht wie auf einer geraden Schiene fährt. Eine Steinreihe, eine Mauer oder ein Terrassenabschluss, der auf der Kartenansicht harmlos wirkt, kann beim Drehen zur Kontaktstelle werden.
Regel 1: Setzen Sie die virtuelle Begrenzung an die reale Kante, besonders an Zaun, Mauer, Terrasse und Wand. Ziehen Sie sie nicht so dicht an eine Kollisionsstelle, dass der Roboter beim Einlenken oder Wenden keinen Bewegungsspielraum mehr hat.
Engstellen und kurze Durchfahrten verdienen eine eigene Probefahrt. Was auf einer großen Gesamtfläche funktioniert, muss nicht durch einen 90-Grad-Knick, zwischen zwei Pflanzsteinen oder über einen langen Transferbereich stabil laufen. Die entscheidende Frage lautet nicht nur „Passt der Roboter hindurch?“, sondern „Kommt er nach mehreren Mähfahrten und auf dem Rückweg reproduzierbar hindurch?“
Der reale Garten hat Steine, Kanten und Wendebewegungen. Die Karte kennt nur Grenzen und Logik – deshalb muss die Kartierung am schwierigsten Rand getestet werden, nicht am schönsten Stück Rasen.
Funktioniert Husqvarna AI Vision nachts und unter Bäumen wirklich?
Ja, die IR-Unterstützung soll die Objekterkennung auch nachts ermöglichen – aber die unabhängigen Langzeiterfahrungen speziell zur Nachtleistung der neuen NERA-Vision-Modelle sind noch zu dünn, um daraus eine belastbare Routineempfehlung abzuleiten. Es gibt positive Einzelberichte über Betrieb unter Bäumen und bei Dunkelheit. Ebenso gibt es viele Fragen, wie stabil das System bei dichtem Blätterdach, feuchter Kameralinse und schwankender Positionsqualität wirklich bleibt.
Für die praktische Planung empfehlen wir, Mähfenster überwiegend in helle Stunden zu legen. Verlassen Sie sich bei Nacht oder Dämmerung nicht allein auf das Ausweichen der Kamera – weder bei kleinen Gegenständen noch an unübersichtlichen Kanten. Die IR-Technik ist ein zusätzlicher Sicherheits- und Komfortbaustein, keine pauschale Freigabe für unbeaufsichtigtes Mähen in jedem Gartenprofil.
Unter Bäumen ist Vision ebenfalls kein Ersatz für eine tragfähige Positionslösung. Die Kamera kann dem Roboter helfen, seine Arbeit fortzusetzen, wenn die Satellitensituation lokal schwächer ist. Die Zonenplanung, die virtuelle Grenze und die Rückkehr zur Ladestation bleiben aber von Karte, Positionsdaten und sinnvoller Verbindung abhängig. WLAN oder LTE dienen hier nicht als „Backup“ für die Kamera, sondern unterstützen die Positionskorrektur, die Flächenlogik und die Kommunikation des Systems.
Mehr Autonomie oder mehr Betreuung? Der Setup-Check für komplexe Gärten
Ob ein 405VE, 410VE, 430V oder 450V NERA komfortabel arbeitet, entscheidet sich vor dem ersten vollständigen Mähplan. Prüfen Sie nicht nur die Quadratmeter, sondern die Zahl der Zonen, die Verbindungswege und die Länge des Rückwegs. Inseln ohne sinnvolle Verbindung sind kritisch: Sie brauchen einen separaten Ablauf, manuelles Umsetzen oder eine andere Lösung.
Bei Problemen wie „Der Roboter fährt von der Kante weg und lässt einen ausgefransten Streifen stehen“ sollte die Fehlersuche in dieser Reihenfolge beginnen:
- App-Karte und virtuelle Grenzen: Liegt die Grenze wirklich an der sichtbaren Rasenkante oder wurde sie aus Vorsicht zu weit nach innen gezogen?
- Ladestation und Verbindungsumfeld: Passt ihr Standort zur Abdeckung des Bereichs, in dem der Roboter Positionsdaten und Kartenlogik benötigt?
- Positionsstabilität: Gibt es an Randbereichen, unter Bäumen oder in Durchgängen erkennbare Sprünge bei Satelliten-, RTK-/EPOS-, WLAN- oder LTE-Verbindung?
- Erst danach Mechanik: Klingen, Mähscheibe, Schnitthöhe, Grasreste und mögliche Beschädigungen kontrollieren.
Regel 2: Testen Sie den Rückweg zur Ladestation vor dem endgültigen Setup mit ein bis zwei vollständigen Rückfahrten über dieselbe kritische Route – etwa an Terrasse, Tor, Zaun oder Engstelle vorbei. Erst wenn diese Fahrten sauber funktionieren, ist die Konfiguration alltagstauglich.
Ein System kann technisch „laufen“ und trotzdem nicht komfortabel sein. Wenn der Roboter an einer unruhigen Kante täglich ausweicht, einzelne Flächen stehen lässt oder auf der Rückfahrt regelmäßig korrigieren muss, ist das kein idealer Autonomiebetrieb. Dann helfen oft klarere No-go-Zonen, ein veränderter Zonenübergang oder eine bewusst großzügiger geführte Begrenzung mehr als weiteres Herumprobieren an der Empfindlichkeit der Objekterkennung.
Messer, Mähscheibe und rauer Untergrund: Was über Verschleiß bekannt ist
Für die neuen Husqvarna-Vision-Modelle gibt es derzeit keine belastbaren Belege, dass AI Vision allein einen früheren Messerwechsel verursacht. Das muss klar getrennt werden von der Alltagserfahrung: Raues Terrain, lose Steine, harte Rasenkanten, Äste und liegen gebliebene Gegenstände verkürzen die Standzeit von Ersatzklingen grundsätzlich – unabhängig davon, ob eine Kamera montiert ist.
Die AI kann harte Kontakte vermeiden helfen. Wenn sie in einem unordentlichen Garten jedoch sehr vorsichtig ausweicht, entstehen eher Restflächen und zusätzliche Manöver als automatisch mehr Messerschäden. Wirklich kritisch wird es erst, wenn Klingen oder Teller wiederholt an Kies, Stein, Metallkante oder festem Hindernis geraten. Kontrollieren Sie deshalb nicht nur die Schärfe der Klingen, sondern auch freien Lauf, Schraubensitze und Grasansammlungen unter dem Teller.
Wer an seinem Husqvarna regelmäßig auf rauen Randflächen arbeitet und eine beschädigte oder unruhig laufende Einheit nicht einfach weiterfahren lassen möchte, findet in unserer Kategorie passende Messerscheiben für Husqvarna Automower eine sinnvolle Auswahl für den planmäßigen Austausch. Entscheidend ist dabei immer die exakte Modellkompatibilität – eine Mähscheibe ist kein Universalteil.
Wann sollten Klingen und Teller geprüft werden?
- Nach hörbarem Steinkontakt oder dem Überfahren eines harten Gegenstands.
- Wenn das Schnittbild plötzlich ausgefranst wirkt.
- Wenn an einer Stelle dauerhaft ein Grasstreifen stehen bleibt, obwohl Karte und Fahrweg stimmen.
- Wenn sich Gras, Erde oder Fäden unter der Mähscheibe gesammelt haben.
- Wenn einzelne Klingen schwergängig sind oder sichtbar beschädigt wirken.
AI Vision kann Klingen nicht unverwundbar machen. Die beste Verschleißvorsorge bleibt eine kartierte, steinfreie Fahrzone mit kontrollierten Kanten und frei beweglichen Klingen.
Kauf-Check: Für welche Grundstücke ist AI Vision sinnvoll?
AI Vision passt besonders gut zu einem weitgehend zusammenhängenden Rasen mit klaren Grenzen, wenigen dauerhaft liegenden Gegenständen und einer sinnvollen Verbindung zwischen allen Zonen. Hier kann die Kamera echte Entlastung bringen: Der Roboter reagiert auf plötzlich liegende Objekte, ohne dass jede Kleinigkeit vorher als Sperrzone geplant werden muss.
Mehr Betreuung sollten Sie einplanen, wenn Ihr Garten viele niedrige Steine, Natursteinränder, wechselnde Gegenstände, hohe Rasenkanten, enge Passagen oder getrennte Inseln enthält. Das bedeutet nicht, dass ein NERA dort nicht funktionieren kann. Es bedeutet nur, dass virtuelle Grenzen, No-go-Zonen und Rückfahrten deutlich sorgfältiger geplant werden müssen.
Der beste Mini-Check vor dem Kauf besteht aus zwei Fragen: Gibt es Raseninseln ohne sinnvolle Verbindung? Und wie lang, eng oder störanfällig ist der Rückweg von der entferntesten Zone zur Ladestation? Wenn beide Antworten unbequem ausfallen, sollte die Modellentscheidung nicht allein an der maximalen Flächenangabe hängen.
Häufige Fragen
Erkennt AI Vision kleine Äste und Unkraut zuverlässig?
Nein, nicht immer in der gewünschten Weise: Sie kann kleine Äste oder Unkraut erkennen und dann zu vorsichtig ausweichen. Frühe Nutzerberichte beschreiben gerade bei kleinen, eigentlich harmlosen Objekten Fehlklassifikationen und unnötige Ausweichmanöver.
Kann ich auf No-go-Zonen verzichten, wenn mein NERA AI Vision hat?
Nein, bei Schläuchen, Wasserstellen, Steinrändern, hohen Kanten und dauerhaft kritischen Bereichen sollten No-go-Zonen weiter genutzt werden. Die Kamera ist eine dynamische Ergänzung, aber kein Ersatz für sichere Flächenplanung.
Mäht der Husqvarna Automower NERA mit AI Vision nachts?
Ja, die IR-Unterstützung ist für Objekterkennung bei Dunkelheit vorgesehen, aber Mähfenster sollten in komplexen Gärten bevorzugt tagsüber liegen. Zur realen Nachtleistung der neuen Modelle gibt es noch zu wenige unabhängige Langzeiterfahrungen.
Verursacht AI Vision einen schnelleren Messer-Verschleiß?
Nein, ein nachweisbarer Mehrverschleiß allein durch AI Vision ist bislang nicht belegt. Klingen verschleißen vor allem durch Kontakte mit Steinen, Kies, harten Kanten, Ästen und anderen Gegenständen – und genau diese Risiken sollten Karte, Gartenaufbau und regelmäßige Kontrolle reduzieren.
Hilft die Kamera bei schlechtem Satellitenempfang unter Bäumen?
Ja, sie kann den Mähbetrieb lokal unterstützen, ersetzt aber keine stabile Positions- und Kartenbasis. Für virtuelle Grenzen, Zonen und die sichere Rückkehr müssen Empfang, Korrekturdaten und die Verbindung im gesamten relevanten Bereich sinnvoll geplant sein.
Fazit: AI Vision ist Hilfe – aber keine Ausrede für schwierige Kanten
Die Husqvarna Automower NERA-Modelle 405VE, 410VE, 430V und 450V bringen 2026 eine interessante Kombination aus AI Vision, IR-Nachtfähigkeit und virtueller Flächensteuerung. Ihr stärkster Praxisnutzen liegt darin, sichtbare Objekte auf der Rasenfläche anders und potenziell schonender zu behandeln als ein Roboter ohne Kamera.
Die reale Grenze liegt an flachen Hindernissen, unruhigen Rändern und komplexer Gartengeometrie. Viele Nutzer berichten von übervorsichtigem Ausweichen bei Kleinteilen; gleichzeitig zeigt mindestens ein Praxisfall, dass auch ein Schlauch überfahren werden kann. Daraus folgt kein Urteil gegen die Technik, aber eine klare Empfehlung: Kanten real kartieren, kritische Zonen absichern, Rückwege testen und Klingen sowie Mähscheibe nach Kontakt oder schlechtem Schnittbild zeitnah prüfen.
Kommentare